OpenAI တွင် အရောင်းထုတ်လုပ်နိုင်စွမ်းနှင့် ဖောက်သည်အောင်မြင်မှုကို မြှင့်တင်ခြင်း

ဤအကြောင်းအရာသည် OpenAI က ၎င်း၏ကိုယ်ပိုင်နည်းပညာနှင့် API များကို မည်သို့အသုံးပြုနေသည်ကို မျှဝေထားသော ကျွန်ုပ်တို့၏စီးရီးတစ်စိတ်တစ်ပိုင်းဖြစ်ပါသည်။ ဤကိရိယာများကို OpenAI အတွင်းတွင်သာ အသုံးပြုနေပြီး၊ စွမ်းဆောင်ရည်အမြင့်ဆုံး AI သည် ကျွန်ုပ်တို့၏အသင်းများတစ်လျှောက် အသုံးပြုမှုအမျိုးမျိုးကို မည်သို့ပံ့ပိုးပေးနေသည်ကို ဥပမာပြရန် ဤနေရာတွင် မျှဝေထားခြင်းဖြစ်သည်။ စွမ်းဆောင်ရည်အမြင့်ဆုံး AI က ကျွန်ုပ်တို့၏အသင်းများအလုပ်ပြီးမြောက်စေရန် မည်သို့ကူညီပေးသည်ကို ပိုမိုရှင်းလင်းစွာမြင်နိုင်ရန် အတွင်းသုံးကိရိယာအမည်များကိုလည်း မျှဝေထားပါသည်။

တိုးတက်မှုသည် ကောင်းမွန်သောစိန်ခေါ်မှုတစ်ရပ်ဖြစ်သော်လည်း ဖိအားများလည်း ပါလာသည်။ တစ်နှစ်မပြည့်ခင်အချိန်အတွင်း ကျွန်ုပ်တို့၏ ဈေးကွက်ဗျူဟာ အသင်းသည် အရွယ်အစားသုံးဆတိုးလာပြီး အပတ်စဉ်နီးပါး ထုတ်ကုန်အသစ်များကို မိတ်ဆက်ခဲ့သည်။ ဤအရှိန်နှုန်းကြောင့် ဖွဲ့စည်းပုံဆိုင်ရာ စိန်ခေါ်မှုတစ်ခု ပေါ်ပေါက်လာခဲ့သည်။ ဖောက်သည်လိုအပ်ချက်များ တိုးလာနေသော်လည်း စနစ်များနှင့် လုပ်ငန်းစဉ်များက အမီမလိုက်နိုင်ခဲ့ပါ။

အရောင်းကိုယ်စားလှယ်များသည် မိနစ်သုံးဆယ်ကြာခေါ်ဆိုမှုတစ်ခုအတွက် ပြင်ဆင်ရာတွင် တစ်နာရီခန့် အချိန်ကုန်လေ့ရှိပြီး၊ အခြေအနေကို စုစည်းနားလည်နိုင်ရန် စနစ်မျိုးစုံများအကြား အပြန်အလှန်သွားလာနေခဲ့ရသည်။ တစ်ချိန်တည်းမှာပင် ဖောက်သည်များက ထုတ်ကုန်ဆိုင်ရာမေးခွန်း ရာနှင့်ချီကို အပတ်စဉ် ကျွန်ုပ်တို့အသင်းများထံ ပေးပို့နေသဖြင့် ဘာသာရပ်ကျွမ်းကျင်သူများအပေါ် ဝန်ပိစေကာ အရောင်းသဘောတူညီချက်များကို နှေးကွေးစေခဲ့သည်။

ရလဒ်အနေဖြင့် အတွေ့အကြုံအများဆုံး အရောင်းဝန်ထမ်းများပင် ဖောက်သည်များနှင့် ဆက်ဆံရေးကို ပိုမိုနက်ရှိုင်းစေရန်ထက် အခြေအနေနှင့် အဖြေများကို လိုက်ရှာရာတွင် အချိန်အလွန်အကျွံကုန်နေခဲ့သည်။

အသင်းအဖွဲ့အတွက် dashboard အသစ်တစ်ခု မလိုအပ်ခဲ့ပါ။ ပြင်ဆင်မှုဆိုင်ရာ overhead ကို လျှော့ချပြီး ထုတ်ကုန်အသိပညာကို တစ်နေရာတည်းတွင် စုစည်းပေးမည့် နည်းလမ်းတစ်ခုကို လိုအပ်ခဲ့သည်။

အဲဒီအယူအဆက GTM Assistant ဖြစ်လာခဲ့ပြီး OpenAI ၏ automation platform ပေါ်တွင် တည်ဆောက်ကာ Slack မှတစ်ဆင့် ပေးအပ်ခဲ့သည်။ ၎င်းသည် အဟန့်အတားအချက်နှစ်ချက်ကို အဓိကထားသည်-

• ဖောက်သည်သုတေသနနှင့် ပြင်ဆင်မှု: အကောင့်သမိုင်း၊ ခေါ်ဆိုမှုမှတ်စုများ၊ Salesforce လုပ်ဆောင်ချက်များနှင့် release update များပါဝင်သော နေ့စဉ်အစည်းအဝေးအကျဉ်းချုပ်များနှင့် ပြန်လည်သုံးသပ်ချက်များ။
• ထုတ်ကုန် Q&A: စနစ်တကျရွေးချယ်ထားသော knowledge base မှ ရယူထားသည့် ချက်ချင်းအဖြေများဖြစ်ပြီး မူလစာရွက်စာတမ်းများသို့ ပြန်လည်ခြေရာခံနိုင်သော လင့်ခ်များပါရှိသည်။

စီမံခန့်ခွဲရမည့် စနစ်အသစ်တစ်ခုမဟုတ်ဘဲ GTM Assistant သည် အရောင်းကိုယ်စားလှယ်များ၏ နေ့စဉ်လုပ်ငန်းစဉ်များထဲသို့ တိုက်ရိုက်ပေါင်းစည်းဝင်ရောက်ခဲ့သည်။

အကြီးမားဆုံးအပြောင်းအလဲမှာ အချိန်ချွေတာရုံမကပါ။ အကောင်းဆုံး အရောင်းဝန်ထမ်းများက ဘာလုပ်သည်ကို ဖမ်းယူပြီး အခြားသူအားလုံးနှင့် မျှဝေပေးနိုင်ခြင်းဖြစ်သည်။

ထိပ်တန်းအရောင်းကိုယ်စားလှယ်များသည် GTM Assistant နှင့် တိုက်ရိုက်အလုပ်လုပ်ကာ အစည်းအဝေးအကျဉ်းချုပ်များနှင့် ထုတ်ကုန်တုံ့ပြန်ချက်များတွင် “ကောင်းမွန်သည်” ဆိုသည်မှာ ဘာကိုဆိုလိုသည်ကို ပုံဖော်ပေးခဲ့သည်။ သူတို့၏ကျွမ်းကျင်မှုက စနစ်ကို လေ့ကျင့်ပေးခဲ့သည်။ eval တိုင်း၊ ပြင်ဆင်မှုတိုင်းနှင့် တိုးတက်မှုတိုင်းသည် Assistant ကို ပိုမိုတိကျစေရုံသာမက အကောင်းဆုံးအရောင်းဝန်ထမ်းများ၏ လုပ်ရိုးလုပ်စဉ်များကို အဖွဲ့အစည်းတစ်လျှောက် ချဲ့ထွင်ပေးခဲ့သည်။ ယုံကြည်မှုသည် အောင်မြင်မှုအတွက် နံပါတ်တစ် စံနှုန်းဖြစ်ပြီး ၎င်းသည် အကောင်းဆုံး end user များနှင့် လက်တွဲတည်ဆောက်ခြင်းမှ ဖြစ်ပေါ်လာသည်။

ထိုလက်တွေ့ကျသော ချဉ်းကပ်ပုံက ပရောဂျက်၏ အဓိကသတ်မှတ်ချက် ဖြစ်လာခဲ့သည်။ ကိရိယာတစ်ခုကို သာမန်အသုံးပြုသူများအဖြစ်သာ မနေဘဲ အရောင်းကိုယ်စားလှယ်များသည် စနစ်တစ်ခု၏ ဒီဇိုင်နာများ ဖြစ်လာခဲ့သည်။ ဘာသာရပ်ကျွမ်းကျင်သူများသည် မေးခွန်းများကိုသာ ဖြေကြားသူများမဟုတ်တော့ဘဲ အသိပညာလည်ပတ်မှုများကို တည်ဆောက်သူများ ဖြစ်လာခဲ့သည်။

ရလဒ်များသည် လျင်မြန်စွာ ပေါ်ထွက်လာခဲ့သည်။ ယနေ့တွင် ပျမ်းမျှအရောင်းကိုယ်စားလှယ်တစ်ဦးသည်-

• နေ့စဉ် brief များ၊ recap များနှင့် Q&A တို့တစ်လျှောက် GTM Assistant နှင့် တစ်ပတ်လျှင် မက်ဆေ့ချ် 22 ခု ဖလှယ်သည်
• ထုတ်လုပ်နိုင်စွမ်း 20% တိုးတက်မှု ကို တွေ့မြင်ရပြီး—ဖောက်သည်များနှင့် အချိန်ပိုသုံးရန်နှင့် ပိုကြီးသော book ကို စီမံရန် တစ်ပတ်လျှင် တစ်နေ့ခန့် အချိန်ပိုရရှိသည်

GTM Assistant သည်လည်း ဆက်လက်တိုးတက်နေသည်။ အပတ်စဉ် ထုတ်ကုန်ကျွမ်းကျင်သူများက နမူနာများကို ပြန်လည်သုံးသပ်ကာ လိုအပ်ချက်ကွက်လပ်များကို ဖြည့်ဆည်းပြီး update များကို စနစ်ထဲသို့ ပြန်လည်ထည့်သွင်းပေးနေသည်။

“အပတ်တိုင်း ကျွန်ုပ်တို့က ကျွမ်းကျင်မှုအသစ်များ ပြန်လည်သင်ကြားပေးနေသည့် အမြဲအလုပ်လုပ်နေသော virtual coworker တစ်ယောက်ရှိသလိုပါပဲ” ဟု Huhn က ပြောသည်။

ဖောက်သည်များကလည်း ကွာခြားချက်ကို ခံစားရသည်။ ယခင်က Slack တွင် ကြာရှည်စွာ ကျန်နေတတ်သော မေးခွန်းများကို ယခု မိနစ်ပိုင်းအတွင်း ဖြေဆိုပေးနိုင်သည်။ အစည်းအဝေးများသည် ပိုမိုတိကျစွာ စတင်လာပြီး နောက်ဆုံးရဒေတာနှင့် ထုတ်ကုန် update များအပေါ် အခြေခံထားသည်။ အရောင်းသဘောတူညီချက်များသည် ပိုမိုမြန်ဆန်စွာ ရွေ့လျားလာသည်။

ယုံကြည်မှု တည်ဆောက်ပြီးနောက် Assistant သည် နောက်တစ်ဆင့်ကို စမ်းသပ်လုပ်ဆောင်နေပြီဖြစ်သည်။ ခေါ်ဆိုမှုများပြီးနောက် CRM update များကို မှတ်တမ်းတင်ခြင်း၊ မှတ်သားဖွယ် အသုံးပြုမှုပုံစံများကို ကြိုတင်ဖော်ထုတ်ခြင်းနှင့် အလိုအလျောက်ပို့ရန် ဖောက်သည် follow-up များကို draft ရေးဆွဲပေးခြင်းတို့ ဖြစ်သည်။ ယခင်က နာရီပေါင်းများစွာ ကြာတတ်သော အလုပ်များသည် နောက်ကွယ်တွင် စတင်ဖြစ်ပေါ်နေပြီဖြစ်သည်။

GTM Assistant သည် အရောင်းဝန်ထမ်းများကို အစားထိုးရန် မဟုတ်ပါ။ ၎င်းသည် သူတို့၏ အကျိုးသက်ရောက်မှုကို မြှောက်ပင့်ပေးပြီး ဖောက်သည်အောင်မြင်မှုကို တွန်းအားပေးရန် ဖြစ်သည်။ နေ့စဉ်လုပ်ငန်းစဉ်များထဲတွင် low touch evals များကို ထည့်သွင်းပေါင်းစည်းခြင်းအားဖြင့် အသင်းသည် အသိပညာ လွတ်လပ်စွာ စီးဆင်းနိုင်ပြီး၊ workflow များသည် deal များ၏ အမြန်နှုန်းနှင့်အညီ လိုက်လျောညီထွေပြောင်းလဲနိုင်ကာ၊ အရောင်းဝန်ထမ်းများသည် သူတို့အသုံးပြုသည့် နည်းပညာကို ပူးတွဲပိုင်ဆိုင်သည့် စနစ်တစ်ခုကို တည်ဆောက်နိုင်ခဲ့သည်။

၎င်းသည် အဖွဲ့အစည်းတစ်ခုလုံးကို မြှင့်တင်ပေးသော စနစ်တစ်ခုအဖြစ် သူတို့၏ထူးချွန်မှုကို ပြောင်းလဲပေးသော AI Assistant များက အကောင်းဆုံး အရောင်းဝန်ထမ်းများကို ပံ့ပိုးပေးသည့်အခါ မည်သို့ဖြစ်နိုင်သည်ကို ပြသနေသည်။